ADHD 발병위험, 수학적 뇌영상 자료 분석으로 예측 가능하다

ADHD 발병 위험도를 수학적 사고로 진단, 평가할 수 있는 길이 열렸다. 빅데이터를 근거로 한 위상수학(topology) 분석으로 주의력결핍과잉행동장애(ADHD) 어린이를 선별하는 새 진단법이 국내 의료진에 의해 개발됐다.

강남세브란스병원 정신건강의학과 김은주 교수와 의생명과학부 경성현 박사 연구팀은 위상수학(topology) 데이터 분석기법으로 주의력 결핍 과잉행동장애(ADHD) 어린이의 뇌영상을 선별하는 새 진단기술을 개발했다고 22일 밝혔다.

ADHD는 대표적인 소아청소년 뇌질환으로 학습 부진, 게임 중독 등의 문제행동을 일으킨다. 그동안 부모나 선생님의 보고, 설문지 작성, 행동 관찰 등의 방법으로만 진단을 해왔을 뿐 뇌영상 자료를 활용하지 못했다.

위상수학 데이터 분석은 데이터 사이의 유사성을 찾아 일종의 형태(네트워크)를 만들어 냄으로써 기존에 보이지 않던 데이터 특성을 시각적으로 구현하는 연구 방법이다.

연구팀은 ADHD 환자 400여 명과 정상발달 어린이의 뇌영상(fMRI) 자료를 위상수학 데이터 분석기법으로 시각화, ADHD성향이 없는 아이들은 파란색, 환자군은 붉은색을 띄도록 표시했다.

연구 결과는 미국 공공과학 도서관 온라인판 학술지 ‘플로스원’(PLoS One) 최근호에 게재됐다.

이기수 의학전문기자 kslee@kmib.co.kr


GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재, 수집, 재배포 및 AI학습 이용 금지